本体摘要技术综述

本体是知识共享的重要工具,也是知识图谱的上层结构。随着数据规模和本体复杂性的增长,本体理解与应用日益困难。本体摘要作为缩小本体规模的一项技术,为加速本体理解与应用提供了技术支持。给出了本体摘要的不同定义;对本体摘要方法进行比较分析;介绍了本体摘要评估的指标体系;最后提出本体摘要的进一步研究方向。

结构与语用特征相结合的SWoT本体摘要方法

针对语义物联网本体不利于用户理解、涵盖的内容过于宽泛等问题,提出了一种将结构特征与语用特征相结合的摘要方法。该方法以RDF语句作为本体摘要的基本单元,通过创建一个二分图模型来表征本体。每个RDF语句的重要度是它的结构重要度与语用重要度的线性总和。在重排序算法下抽取重要度高的RDF语句形成摘要,用户可以设定摘要长度。通过建立本体摘要原型系统进行实验,实验结果表明,该摘要方法能够为用户提供满足其偏好的最优摘要本体,利于用户理解本体,不但方便了语义物联网语义协同过程中对本体的相关操作,而且可以提高基于本体的信息检索的查准率。

基于重要性筛选与语义聚类的本体摘要技术

本体是知识图谱的上层结构,为了帮助用户快速、灵活地理解和使用本体,本体摘要技术应运而生。针对现有的本体摘要技术中对语义信息利用不充分以及易向长文本倾斜的不足,提出基于重要性初筛和语义聚类的两级本体摘要方法。首先,基于预定义的重要性度量指标筛选候选本体概念集;其次,采用BERT将每个候选本体概念转化为对应的本体概念向量;最后,使用K-means++聚类对这些本体概念向量进行聚类,获得具有代表性的重要概念,完成本体摘要。实验结果表明,相对于已有方法,提出的方法可以挑选出更具代表性的本体概念。